Attend-and-Excite
Implémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)
Générez des images à partir de descriptions textuelles en utilisant un modèle AI avancé qui améliore la qualité des images.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentImplémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)
Attend-and-Excite compte 772 étoiles sur GitHub. Il a été forké 63 fois. Attend-and-Excite est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2023. Attend-and-Excite est disponible sous licence MIT. Ses principaux thèmes sont : diffusion-models, stable-diffusion, text-to-image.
Qu'est-ce que Attend-and-Excite ?
Implémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)
Attend-and-Excite est-il open source ?
Attend-and-Excite est un projet open source. Il est distribué sous licence MIT.
Attend-and-Excite est-il gratuit ?
Oui. Attend-and-Excite est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Attend-and-Excite ?
Attend-and-Excite est disponible sous licence MIT.
Dans quel langage Attend-and-Excite est-il écrit ?
Attend-and-Excite est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/yuval-alaluf-attend-and-excite.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.